cifrar10_n

• Descripción :

Una versión reetiquetada de CIFAR-10 con errores de anotación humanos reales. Para cada par (imagen, etiqueta) en el conjunto de trenes CIFAR-10 original, proporciona varias etiquetas adicionales proporcionadas por anotadores humanos reales.

• Página de inicio: https://ucsc-real.soe.ucsc.edu:1995/Home.html/

• Código fuente : tfds.image_classification.cifar10_n.Cifar10N

• Versiones :

  • 1.0.0 : Versión inicial.
  • 1.0.1 : error tipográfico corregido en la clave de worse_label .
  • 1.0.2 : Correspondencia fija entre anotaciones e imágenes.
  • 1.0.3 : Archivos fijos en MANUAL_DIR .
  • 1.0.4 (predeterminado): carga fija de información lateral.

• Tamaño de la descarga : 162.17 MiB

• Tamaño del conjunto de datos : 147.91 MiB

• Instrucciones de descarga manual : este conjunto de datos requiere que descargue los datos de origen manualmente en download_config.manual_dir (el valor predeterminado es ~/tensorflow_datasets/downloads/manual/ ):
  Descargue 'side_info_cifar10N.csv', 'CIFAR-10_human_ordered.npy' y 'image_order_c10.npy' desde https://github.com/UCSC-REAL/cifar-10-100n

Luego convierta 'CIFAR-10_human_ordered.npy' en un archivo CSV 'CIFAR-10_human_annotations.csv'. Esto se puede hacer con el siguiente código:

import numpy as np
from tensorflow_datasets.core.utils.lazy_imports_utils import pandas as pd
from tensorflow_datasets.core.utils.lazy_imports_utils import tensorflow as tf

human_labels_np_path = '<local_path>/CIFAR-10_human_ordered.npy'
human_labels_csv_path = '<local_path>/CIFAR-10_human_annotations.csv'

with tf.io.gfile.GFile(human_labels_np_path, "rb") as f:
  human_annotations = np.load(f, allow_pickle=True)

df = pd.DataFrame(human_annotations[()])

with tf.io.gfile.GFile(human_labels_csv_path, "w") as f:
  df.to_csv(f, index=False)

• Almacenamiento automático en caché ( documentación ): Sí

• Divisiones :

• Estructura de características :

FeaturesDict({
    'aggre_label': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'id': Text(shape=(), dtype=string),
    'image': Image(shape=(32, 32, 3), dtype=uint8),
    'label': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'random_label1': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'random_label2': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'random_label3': ClassLabel(shape=(), dtype=int64, num_classes=10),
    'worker1_id': int64,
    'worker1_time': float32,
    'worker2_id': int64,
    'worker2_time': float32,
    'worker3_id': int64,
    'worker3_time': float32,
    'worse_label': ClassLabel(shape=(), dtype=int64, num_classes=10),
})

• Documentación de características :

• Claves supervisadas (Ver as_supervised doc ): None

• Figura ( tfds.show_examples ):

• Ejemplos ( tfds.as_dataframe ):

• Cita :

@inproceedings{wei2022learning,
  title={Learning with Noisy Labels Revisited: A Study Using Real-World Human
  Annotations},
  author={Jiaheng Wei and Zhaowei Zhu and Hao Cheng and Tongliang Liu and Gang
  Niu and Yang Liu},
  booktitle={International Conference on Learning Representations},
  year={2022},
  url={https://openreview.net/forum?id=TBWA6PLJZQm}
}